第四章平均数比较与T检验.ppt

第四章平均数比较与T检验 第一节 假设检验的理论要点 均值不相等的两个样本不一定来自均值不同的总体，能否用样本均数估计总体均数，两个变量均数接近的样本是否来自均值相同的总体，换句话说，两个样本某变量均值不同，其差异是否具有统计意义，能否说明总体差异。这些都是各种研究工作中经常提出的问题，均值比较可以解决这些问题。 对来自正态总体的两个样本进行均值比较常使用T 检验的方法，T 检验要求两个被比较的样体来自正态总体，两个样本方差相等与不等时使用的计算t 值的公式不同。 在独立样本T检验中还要用到进行方差齐次性检验的F 检验，这就要用到假设检验的基本理论了。 一、零假设和备择假设 在研究之前不知其结果，可根据已有经验或理论对预期的结果做出假定性的说明，即假设。 假设检验一般要提出两个相互对立的假设：一个叫零假设，另一个叫备择假设。 1、零假设 所谓零假设，就是关于样本所属总体（指参数值）与假设总体（指参数值）之间无差异的假设也叫做原假设、虚无假设、解消假设。零假设是假设检验中希望拒绝的假设。 2、备择假设 所谓备择假设就是和零假设相反的假设。指的是关于当前样本所属的总体（指参数值）与假设总体（指参数值）有差异的假设，是研究者根据样本信息期待证实的假设，是否定了零假设后应当采取的假设，也叫做研究假设、对立假设。记为： 假设检验总是从零假设开始的，然后，看有多大的把握拒绝零假设。如果拒绝零假设的把握非常大，则应该拒绝零假设，接受备择假设，认为样本所属总体的参数与假设总体参数有显著性差异，即本质差异；如果拒绝零假设的把握不大，或者说，若拒绝零假设犯错误的概率太大，则只好保留零假设，认为样本所属总体的参数与假设总体参数没有显著性差异，即本质差异。 假设检验的两大特点： （1）根据一定的概率来下结论； （2）采用反证法。 二、小概率事件 样本统计量的值（随机事件）在其抽样分布上出现的概率小于或等于事先规定的水平，这时，就认为小概率事件发生了。把出现小概率的随机事件称为小概率事件。 例如，假设某个样本所来自的总体等于假设的总体。于是，可以分析如果零假设是真实的，那么样本统计量的分布如何。并且，可以按照事先规定的水平把抽样分布分成两个区域，一个属于零假设的保留区域（出现的概率比较大），另一个为零假设的拒绝区域，出现的概率比较小（落在这个区域的事件都属于小概率事件）。 然后，实际分析所获得的这个样本统计量值，看它落入哪个区域。如果出现的概率足够小，属于小概率事件，就根据小概率事件在一次抽样中几乎不可能发生原理，从实际可能性上，推翻零假设。 由此可见，小概率事件发没发生，是拒绝或保留零假设的依据。 三、显著性水平 统计学中把这种拒绝零假设的概率称为显著性水平，表示为： P值与H0的关系 四、假设检验的形式和步骤： 1、形式： 双侧检验只强调差异不强调方向的检验为双侧检验。所提出的假设检验的问题是是否一样、相同、有差异等等。 单侧检验既检验差异又考虑差异的方向的检验为单侧检验。具体来说，又分为左侧检验和右侧检验。 左侧检验所提出的假设检验的问题是否低于、差于总体平均数等等。右侧检验所提出的假设检验的问题是否高于、优于、超过总体平均数、有效等等。 2、假设检验的程序 第一，提出原假设和备择假设 第二，确定适当的检验统计量 根据样本的大小、总体方差是否已知，选择适当的检验统计量。 第三，规定显著性水平 是当原假设为正确时人们却把它拒绝了的概率或风险。是由人们确定的，当a取0.05时，表明作出接受原假设的决定时，其正确的可能性（概率）为95%。 第四，计算检验统计量的值及相伴概率P值 第五，作出统计决策 将相伴概率P值与规定的显著性水平a比较，作出接受原假设还是接受备择假设的决策。 第二节 单一样本和两个样本T检验 对来自正态总体的两个样本进行均值比较常使用T 检验的方法，T 检验要求两个被比较的样体来自正态总体，两个样本方差相等与不等时使用的计算t 值的公式不同。 方差齐性检验是统计分析中的一种常见过程，它是从样本方差以至样本各自所代表的总体方差是否相同而判断两个样本同质性（homogeneity) 的方法。简单地说，方差齐性检验就是检验各个方差是否存在显著性差异。一般采用Levene方法：先将各组观测值均转换为离差绝对值，然后对各组离差绝对值进行方差分析，如果方差分析的结果中p 0.05，则认为方差齐性（即方差具有相同性）；方差分析的结果中p0.05，则认为方差不齐性（即方差具有不同质性）。 一、T检验的适应条件 t检验是用t分布理论来推论差异发生的概率，从而比较两个平均数的差异是否显